[发明专利]实木板材双面缺陷检测及智能加工坐标确定方法

权利要求书

1.一种实木板材双面缺陷检测及智能加工坐标确定方法，其特征在于，包括：

步骤1、搭建实木板材传送装置，所述实木板材传送装置包括用于运送实木板材的传送带以及设置在传送带两侧的图像采集装置，所述图像采集装置用于采集传送带上运送的实木板材的双面图像；

步骤2、通过图像采集装置采集N块实木板材样本双面图像，对采集到的图像进行预处理，去除背景；

步骤3、对预处理后并去除背景的图像进行缺陷标注，并将其作为数据集用来训练实木板材缺陷检测深度学习离线网络模型；

步骤4、通过图像采集装置在线采集实木板材双面图像，使用步骤2中的方法将实木板材双面图像预处理后去除背景，将去除背景后的实木板材双面图像按行对齐，实现双面图像的配准以及实木板材双面图像的坐标对齐；

步骤5、将步骤4采集到的实木板材图像输入至步骤3中训练完成的实木板材缺陷检测深度学习离线网络模型，对实木板材图像进行缺陷检测，获得实木板材缺陷坐标；

步骤6、使用基于图像的工艺优化算法将实木板材缺陷坐标进行优化，获得优化后的在实木板材图像上的加工位置坐标；

步骤7、结合与传送带传动连接的驱动电机的编码器信息以及实木板材实际长度计算折算系数K，将实木板材图像上的加工位置坐标从实木板材图像上转换至实际的实木板材上。

2.根据权利要求1所述的实木板材双面缺陷检测及智能加工坐标确定方法，其特征在于，所述的图像采集装置采用工业相机。

3.根据权利要求1所述的实木板材双面缺陷检测及智能加工坐标确定方法，其特征在于，所述的步骤2具体包括：

2.1、将从图像采集装置传回的实木板材样本彩色图像进行灰度化，将实木板材RGB三通道图转化为单通道灰度图；

2.2、对实木板材灰度图像进行阈值分割，通过自适应阈值将单通道灰度图中进行二值化；

2.3、对二值化后的图像进行连通域计算，通过计算得到连通域面积最大的区域；

2.4、将选取出的区域进行凸包区域选择，选取完整的实木板材区域；

2.5、对选取区域进行一次腐蚀形态学操作，获得最终的实木板材选定区域；

2.6、在原图像上将获得的最终的实木板材选定区域裁剪出来，从而去除背景。

4.根据权利要求1所述的实木板材双面缺陷检测及智能加工坐标确定方法，其特征在于，所述步骤3具体包括：

3.1、将预处理后并去除背景的实木板材图像进行随机裁剪；

3.2、在裁剪得到的实木板材图像数据集上进行数据标注，通过绘制方框将实木板材图像中的缺陷框出并标注缺陷种类，将数据集按照1：1：8划分为测试集、验证集以及训练集；

3.3、将制作好的数据集输入基于深度学习的目标检测网络模型中，所述基于深度学习的目标检测网络模型即为实木板材缺陷检测深度学习离线网络模型，在训练集上进行模型参数调优，最终在测试集上测试，训练完成的模型能输出实木板材缺陷坐标，即输出实木板材的缺陷框以及缺陷框坐标。